Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学胡晨曦获国家专利权

上海交通大学胡晨曦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉上海交通大学申请的专利多解剖结构多对比度磁共振成像方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120219852B

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510383168.3,技术领域涉及:G06V10/764;该发明授权多解剖结构多对比度磁共振成像方法及系统是由胡晨曦;薛志豪设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

多解剖结构多对比度磁共振成像方法及系统在说明书摘要公布了:本发明提供了一种多解剖结构多对比度磁共振成像方法及系统,包括:构建联合采样轨迹优化和嵌入解耦表征的图像重建模型。定义基于解耦表征学习的损失函数作为优化目标。构建多对比度多解剖结构磁共振数据集,联合训练采样轨迹优化和图像重建模型。利用训练后的模型,应用采样轨迹生成网络产生的采样轨迹进行数据采样,并对欠采样数据进行图像重建,得到去伪影的重建图像。本发明借助解耦表征学习和解剖结构特异性的采样轨迹建模,可以在包含多种解剖结构和对比度的磁共振数据场景下进行加速采集和重建,并实现对磁共振采样和重建过程的联合优化。

本发明授权多解剖结构多对比度磁共振成像方法及系统在权利要求书中公布了:1.一种多解剖结构多对比度磁共振成像方法,其特征在于,所述方法包括如下步骤: 步骤S1:构建联合采样轨迹优化和嵌入解耦表征的图像重建模型; 步骤S2:定义基于解耦表征学习的损失函数作为优化目标; 步骤S3:构建多对比度多解剖结构磁共振数据集,联合训练所述采样轨迹优化和图像重建模型; 步骤S4:利用训练后的模型,应用所述采样轨迹生成网络产生的采样轨迹进行数据采样,并对欠采样数据进行图像重建,得到去伪影的重建图像; 所述步骤S1中的图像重建模型包括采样轨迹生成网络、线圈敏感度图估计网络、数据保真模块、风格编码网络、内容编码网络、解码网络和相位去伪影网络; 所述步骤S1包括如下步骤: 步骤S1.1:采样轨迹生成网络根据输入的磁共振成像样本对应的解剖结构类别标记,输出优化的采样轨迹; 步骤S1.2:线圈敏感度图估计网络输入多线圈通道的欠采样k空间数据,输出线圈敏感度图; 步骤S1.3:数据保真模块输入当前重建图像、采样轨迹、真实采样k空间和线圈敏感度图; 步骤S1.4:风格编码网络输入当前重建图像的幅值和所属的对比度类别,输出编码得到的风格表征; 步骤S1.5:内容编码网络输入当前重建图像的幅值,输出编码得到的内容表征; 步骤S1.6:解码网络输入风格编码和内容编码,输出重建图像的幅值; 步骤S1.7:相位去伪影网络输入当前重建图像的相位,输出去伪影后的相位图像; 所述步骤S4中进行数据采样和图像重建的过程包括如下步骤: 步骤S4.1:将完成训练的深度学习模型进行保存; 步骤S4.2:在磁共振成像时,将成像任务的解剖结构类别标签输入到训练好的采样轨迹生成网络中,输出优化的采样轨迹; 步骤S4.3:应用采样轨迹采样得到k空间数据; 步骤S4.4:将采样数据输入到由训练好的线圈敏感度图估计网络、数据保真模块、风格编码网络、内容编码网络、解码网络和相位去伪影网络构成的重建模型,得到去伪影的重建图像。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海交通大学,其通讯地址为:200240 上海市闵行区东川路800号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。